OCR识别-python版（一）

需求：识别图片中的文字信息
环境：windows系统

开发语言：python

使用工具类：1.pyocr
　　　　　　2.PIL
　　　　　　3.tesseract-ocr

步骤：

1.pyocr

网络通直接使用命令：
pip install pyocr

网络不通，转至https://pypi.python.org/pypi/pyocr/0.4.1下载安装

2.安装pil
网络通直接使用命令：
pip install PIL

网络不通，转至http://www.pythonware.com/products/pil/index.htm下载安装

3.安装tesseract-ocr

http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe

exe文件，下载后直接安装，建议默认安装过程中的选项，安装目录默认C:\Program Files (x86)\Tesseract-OCR，（尝试安装D盘后，在cmd中调用可以，但是在python中会出现找不到tesseract的配置目录的问题，后续再研究）

代码：

# coding=utf-8
__author__ = 'syq'#https://github.com/tesseract-ocr
import sysreload(sys)
sys.setdefaultencoding('utf-8')import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'
try:from pyocr import pyocrfrom PIL import Image
except ImportError:print '模块导入错误,请使用pip安装,pytesseract依赖以下库：'print 'http://www.lfd.uci.edu/~gohlke/pythonlibs/#pil'print 'http://code.google.com/p/tesseract-ocr/'raise SystemExit
tools = pyocr.get_available_tools()[:]
if len(tools) == 0:print("No OCR tool found")sys.exit(1)
print("Using '%s'" % (tools[0].get_name()))
print tools[0].image_to_string(Image.open('D:\\123.png'),lang='eng')
print tools[0].image_to_string(Image.open('D:\\3434.png'),lang='chi_sim')
#print tools[0].image_to_string(Image.open('D:\\3535.png'),lang='chi_sim')

文件内容：

123.png

3434.png

输出：

Using 'Tesseract (sh)'
7364
求彰只另UoCR第 1代

可以看到，在使用英文字库（eng）情况下，对数字识别挺准确的，但是在使用中文简体字库(chi_sim)情况下，对中文文字识别结果有点不尽人意。

在整个过程中可能会遇到的问题

1.如果控制台直接输出：“No OCR tool found”，说明未成功安装tesseract-ocr，debug查看get_available_tools，在该方法中回去查看本机已经安装有的ocr识别库，有三种，

libtesseract,
tesseract,
cuneiform,

本文使用的是第二种tesseract，

tesseract具体安装请转至。

2.在识别带中文的图片，会遇到报“allow_blob_division”的错误，

需要下载tesseract-ocr的中文库，地址：https://codeload.github.com/tesseract-ocr/tessdata/zip/master，里面包含tesseract多有的文字库，chi_sim.traineddata为简体中文库，将该文件放至C:\Program Files (x86)\Tesseract-OCR\tessdata目录下接下来的具体处理方法，转至：http://www.cnblogs.com/syqlp/p/5460971.html

转载于:https://www.cnblogs.com/syqlp/p/5462459.html

OCR识别-python版（一）相关推荐

python ocr高精度识别_OCR识别-python版（一）
需求:识别图片中的文字信息环境:windows系统开发语言:python 使用工具类:1.pyocr 2.PIL 3.tesseract-ocr 步骤: 1.pyocr 网络通直接使用命令: pi ...
阿里云OCR通用文字识别和自定义模板OCR识别Python代码及一站式教程
阿里云OCR 一.通用文字识别 1.开通 2.PY3代码 3.测试结果二.自定义模板识别 1.开通 2.进行自定义模板 3.代码三.最后一.通用文字识别 1.开通开通链接:https://ma ...
三步即可完成的OCR入门 | Python版
点击关注我哦一篇文章带你了解三步即可完成的OCR入门在<这篇文章>中,我们有简单提到"Optical Character Recognition(OCR)"的相关内 ...
python百度云ocr文字识别软件_基于百度云的OCR识别（Python）
2019年7月3日早上,在百度AI开发者大会上,一个来自山西的青年,将一瓶矿泉水浇在了同样来自山西的李彦宏身上. 可以回顾一下 https://b23.tv/av57665929/p1 ,着实让人一惊 ...
python ocr中文训练_cnocr: cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，安装后即可直接使用...
English README. cnocr 使用交流QQ群欢迎扫码加入QQ交流群: 最近更新 [2020.05.29]:V1.2.2 主要变更: 优化了对数字识别的准确度. 优化了模型结构,进一步降 ...
OCR快速入门（二）| Python版
点击关注我哦一篇文章带你了解OCR | Python版方法与策略如上所示,文本识别主要是一个分两步的任务.首先,需要检测图像中的文本外观,它可能是密集的(如打印文档中的)或稀疏的. 在检测到行/ ...
OCR快速入门（一）| Python版
点击关注我哦一篇文章带你了解OCR | Python版简介 OCR或光学字符识别是最早解决的计算机视觉任务之一,因为在某些方面它不需要深度学习.因此,即使在2012年深度学习热潮之前,也有不同的O ...
OpenCV计算机视觉实战（Python）| 10、项目实战：文档扫描OCR识别
文章目录简介总结 1. 介绍 2. 流程 3. 程序 4. 知识点总结简介本节为<OpenCV计算机视觉实战(Python)>版第10讲,项目实战:文档扫描OCR识别,的总结. 总 ...
【Python自制软件】健康码批量识别GUI版
健康码批量识别GUI版文章目录健康码批量识别GUI版一.软件介绍主要功能界面介绍二.操作指导GIF 设置默认文件夹识别图片.正则获取保存方案批量执行下载地址: "专业的I ...

OCR识别-python版（一）

OCR识别-python版（一）相关推荐

最新文章

热门文章